班級(jí)規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576( 微信同號(hào)) |
每期人數(shù)限3到5人。 |
上課時(shí)間和地點(diǎn) |
開(kāi)課地址:【上海】同濟(jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號(hào)線白銀路站)【深圳分部】:電影大廈(地鐵一號(hào)線大劇院站) 【武漢分部】:佳源大廈【成都分部】:領(lǐng)館區(qū)1號(hào)【沈陽(yáng)分部】:沈陽(yáng)理工大學(xué)【鄭州分部】:錦華大廈【石家莊分部】:瑞景大廈【北京分部】:北京中山學(xué)院 【南京分部】:金港大廈
最新開(kāi)班 (連續(xù)班 、周末班、晚班):2020年3月16日 |
實(shí)驗(yàn)設(shè)備 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費(fèi)推薦工作
★實(shí)驗(yàn)設(shè)備請(qǐng)點(diǎn)擊這兒查看★ |
質(zhì)量保障 |
1、培訓(xùn)過(guò)程中,如有部分內(nèi)容理解不透或消化不好,可免費(fèi)在以后培訓(xùn)班中重聽(tīng);
2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。 |
課程大綱 |
|
課程目標(biāo)
掌握Python數(shù)據(jù)挖掘流程,熟練使用Python庫(kù)進(jìn)行建模分析。
適用人群
熟悉Python準(zhǔn)備從事數(shù)據(jù)領(lǐng)域的同學(xué)們
課程簡(jiǎn)介
Python數(shù)據(jù)挖掘系列課程基于真實(shí)數(shù)據(jù)集進(jìn)行案例實(shí)戰(zhàn),使用Python數(shù)據(jù)科學(xué)庫(kù)從數(shù)據(jù)預(yù)處理開(kāi)始一步步進(jìn)行數(shù)據(jù)建模。對(duì)于每個(gè)案例首先進(jìn)行流程解讀與數(shù)據(jù)分析,建立特征工程,詳細(xì)解讀其中每一步原理與應(yīng)用
第1章泰坦尼克號(hào)獲救預(yù)測(cè)
1-1數(shù)據(jù)挖掘任務(wù)流程
1-2數(shù)據(jù)介紹
1-3Python兵器庫(kù)介紹
1-4sklearn庫(kù)介紹
1-5數(shù)據(jù)讀取與統(tǒng)計(jì)分析
1-6性別特征分析
1-7船艙等級(jí)特征分析
1-8缺失值問(wèn)題
1-9年齡缺失值填充與分析
1-10登船地點(diǎn)特征分析
1-11家庭特征分析
1-12特征相關(guān)性
1-13構(gòu)建特征
1-14機(jī)器學(xué)習(xí)算法概述
1-15交叉驗(yàn)證
1-16多種機(jī)器學(xué)習(xí)算法模型效果
1-17集成模塊
1-18特征重要性衡量
1-19總結(jié)與特征預(yù)處理
第2章用戶畫(huà)像
2-1用戶畫(huà)像概述
2-2如何建立用戶畫(huà)像
2-3用戶搜索數(shù)據(jù)介紹
2-4任務(wù)概述與方案
2-5構(gòu)造詞向量特征
2-6構(gòu)造輸入特征
2-7建立預(yù)測(cè)模型
第3章Xgboost實(shí)戰(zhàn)
3-1Xgboost算法概述
3-2Xgboost模型構(gòu)造
3-3Xgboost建模衡量標(biāo)準(zhǔn)
3-4Xgboost安裝
3-5保險(xiǎn)賠償任務(wù)概述
3-6Xgboost參數(shù)定義
3-7基礎(chǔ)模型定義
3-8樹(shù)結(jié)構(gòu)對(duì)結(jié)果的影響
3-9學(xué)習(xí)率與采樣對(duì)結(jié)果的影響
第4章用電敏感客戶分類(lèi)
4-1任務(wù)概述與解決框架
4-2特征工程分析與特征提取
4-3離散數(shù)據(jù)處理
4-4統(tǒng)計(jì)與文本特征
4-5文本特征構(gòu)建
4-6構(gòu)建低敏用戶模型
4-7高敏模型概述
第5章BenchMark與論文的作用
5-1HTTP檢測(cè)任務(wù)與數(shù)據(jù)挖掘的核心
5-2論文的重要程度
5-3BenchMark概述
5-4BenchMark的作用
第6章京東購(gòu)買(mǎi)意向預(yù)測(cè)
6-1項(xiàng)目與數(shù)據(jù)介紹
6-2數(shù)據(jù)挖掘流程
6-3數(shù)據(jù)檢查
6-4構(gòu)建用戶特征表單
6-5構(gòu)建商品特征表單
6-6數(shù)據(jù)探索概述
6-7購(gòu)買(mǎi)因素分析
6-8特征工程
6-9基本特征構(gòu)造
6-10行為特征
6-11累計(jì)行為特征
6-12Xgboost模型
第7章kaggle數(shù)據(jù)科學(xué)調(diào)查
7-1kaggle數(shù)據(jù)科學(xué)調(diào)查介紹
7-2基本情況可視化展
7-3工資情況
7-4技能使用情況
7-5數(shù)據(jù)集與平臺(tái)
7-6Python與R哪家強(qiáng)
7-7調(diào)查總結(jié)
第8章房?jī)r(jià)預(yù)測(cè)
8-1房?jī)r(jià)預(yù)測(cè)任務(wù)概述
8-2離散型數(shù)據(jù)
8-3數(shù)據(jù)對(duì)數(shù)變換
8-4缺失值處理與box-cox變換
8-5模型預(yù)測(cè)
第9章fbprophet時(shí)間序列預(yù)測(cè)
9-1fbprophet股價(jià)預(yù)測(cè)任務(wù)概述
9-2時(shí)間序列分析
9-3fbprophet時(shí)間序列預(yù)測(cè)實(shí)例
9-4亞馬遜股價(jià)趨勢(shì)
9-5突變點(diǎn)調(diào)參
|